หมวดหมู่ทั้งหมด

บล็อก

หน้าแรก >  บล็อก

แสงสีขาว สีน้ำเงิน สีแดง และสีเขียวในการตรวจสอบด้วยภาพจักรกล

Time : 2025-10-02

ในระบบการตรวจสอบด้วยภาพ (machine vision) สีของแสงไม่ได้ถูกเลือกอย่างสุ่ม—การเลือกใช้แสงที่เหมาะสมสามารถทำให้ตำหนิหรือข้อบกพร่องปรากฏชัดเจน ในขณะที่การเลือกใช้แสงที่ผิดอาจทำให้แม้แต่อัลกอริทึมขั้นสูงที่สุดก็ยังพบความยากลำบากในการตรวจจับลักษณะต่างๆ หลายคนมักมองข้ามผลกระทบของสีแสง ซึ่งนำไปสู่ความไม่สม่ำเสมอในความแม่นยำของการตรวจสอบ

 

วันนี้เราจะอธิบายการประยุกต์ใช้งานของแสงสีหลักสี่สีและกลยุทธ์เพื่อสร้างความแตกต่างหนึ่งแบบ เพื่อช่วยให้คุณเลือกใช้แสงที่เหมาะสมได้อย่างรวดเร็ว

 

ⅰ. แสงสีขาว: เหมาะสำหรับสถานการณ์ทั่วไป 80%

แสงสีขาวครอบคลุมสเปกตรัมที่ตามองเห็นได้ทั้งหมด (380–750 นาโนเมตร) และแสดงสีจริงของวัตถุได้อย่างแม่นยำ ถือเป็นตัวเลือกแสงที่ใช้งานได้หลากหลายที่สุด และเป็น "ตัวเลือกเริ่มต้น" สำหรับการตรวจสอบด้วยภาพ

 

1. ข้อได้เปรียบหลัก :

สเปกตรัมสม่ำเสมอและการแสดงรายละเอียดอย่างครบถ้วน ไม่ต้องกังวลเกี่ยวกับความเข้ากันได้ของวัสดุ—ไม่ว่าจะเป็นผลิตภัณฑ์พลาสติก โลหะ หรือกระดาษ แสงสีขาวสามารถจับภาพพื้นฐานที่ชัดเจนได้

 

2. สถานการณ์ที่สามารถนำไปใช้ได้ :

การทดสอบพื้นฐานในขั้นตอนการตรวจสอบเบื้องต้น (ประเมินผลภายใต้แสงสีขาวก่อน แล้วจึงปรับแต่งตามความเหมาะสม) การตรวจสอบผลิตภัณฑ์แบบผสมผสานหลายประเภท (เช่น การตรวจสอบชิ้นส่วนพลาสติกและโลหะบนสายการผลิตเดียวกัน) และสถานการณ์ที่ต้องการตรวจจับความแตกต่างของสี (เช่น การตรวจสอบสีของอาหาร)

Machine Vision Lighting (2).png

หมายเหตุ:

เมื่อไม่แน่ใจว่าควรเลือกสีใด ให้เริ่มต้นด้วยแสงสีขาว เนื่องจากสามารถใช้งานได้กับสถานการณ์การตรวจสอบทั่วไปประมาณ 80%

 

. แสงสีน้ำเงิน: การเพิ่มความเข้มของข้อบกพร่องขนาดเล็ก

แสงสีน้ำเงินมีความยาวคลื่นสั้น (450–495 นาโนเมตร) และเกิดการกระเจิงอย่างมากเมื่อกระทบกับโครงสร้างละเอียด (เช่น รอยขีดข่วน หรืออนุภาคเล็กๆ) ทำให้เหมาะอย่างยิ่งสำหรับการเน้นข้อบกพร่องในระดับจุลภาคบนวัสดุที่สะท้อนแสงได้ดี

 

1. ข้อได้เปรียบหลัก :

ลดการสะท้อนแบบเจาะจงบนพื้นผิวโลหะ (เช่น ป้องกันแสงจ้าบนผิวสแตนเลส) ทำให้เกิดความคมชัดสูงระหว่างพื้นผิวปกติกับข้อบกพร่อง เช่น รอยขีดข่วนหรือรอยบุ๋ม

 

2. สถานการณ์ที่สามารถนำไปใช้ได้ :

การตรวจสอบพื้นผิวของชิ้นส่วนโลหะ (เช่น รอยขีดข่วนบนแบริ่งยานยนต์ บุ๋มบนโครงโทรศัพท์สมาร์ทโฟน) การตรวจจับสิ่งปนเปื้อนเล็กๆ บนพื้นผิวกระจก และสถานการณ์ที่ต้องการการระบุตำแหน่งขอบอย่างแม่นยำ (เช่น การจัดแนวขาชิป)

Machine Vision Lighting (3).png

หมายเหตุ: แสงสีฟ้าอาจทำให้ตาได้รับความกระทบกระเทือนได้ จำเป็นต้องสวมแว่นป้องกันขณะปฏิบัติงาน

 

ⅲ. แสงสีแดง: มีความสามารถในการทะลุผ่านได้ดี

แสงสีแดงมีความยาวคลื่นยาวกว่า (620–750 นาโนเมตร) ซึ่งทำให้สามารถทะลุผ่านวัสดุสีเข้มหรือกึ่งโปร่งใสบางชนิดได้ เหมาะสำหรับการตรวจสอบ "ลักษณะภายในหรือใต้พื้นผิว"

 

1. ข้อได้เปรียบหลัก

ไม่ถูกดูดซับโดยวัสดุสีเข้ม ทำให้สามารถเจาะผ่านพื้นผิวและเปิดเผยลักษณะที่อยู่ด้านล่าง เช่น การทำให้อักขระมองเห็นได้ผ่านขวดพลาสติกสีเข้ม

 

2. สถานการณ์ที่สามารถนำไปใช้ได้

การอ่านตัวอักษรบนขวดของเหลวสีเข้ม (เช่น ขวดยาทาน้ำ ขวดหมึก) การตรวจจับฟองอากาศภายในคอลลอยด์กึ่งโปร่งใส (เช่น ซิลิโคน เรซิน) และการระบุสิ่งปนเปื้อนระหว่างชั้นผ้า

Machine Vision Lighting (4).png

หมายเหตุ: แสงสีแดงอาจทำให้ตาได้รับความระคายเคืองอย่างรุนแรง; ต้องสวมแว่นตาป้องกันขณะปฏิบัติงาน

 

ประการที่สี่ แสงสีเขียว: การลดทอนการรบกวนจากพื้นหลังเพื่อการรู้จำตัวอักษรอย่างแม่นยำ

แสงสีเขียวมีความยาวคลื่นปานกลาง (520–570 นาโนเมตร) และทำงานได้อย่างยอดเยี่ยมในระบบกล้องขาวดำ โดยสามารถลดทอนการรบกวนจากพื้นหลังได้อย่างมีประสิทธิภาพ และช่วยเน้นลักษณะของเป้าหมายให้ชัดเจนยิ่งขึ้น

 

1. ข้อได้เปรียบหลัก

ให้คอนทราสต์สูงมากสำหรับเป้าหมายสีแดง (เช่น ตัวอักษรสีแดงจะสว่างขึ้นภายใต้แสงสีเขียว) และสามารถ "ทำให้" พื้นหลังสีเขียวจางลง (เช่น ฝาขวดสีเขียวจะมืดลงภายใต้แสงสีเขียว ทำให้ตัวอักษรสีขาวเด่นชัดขึ้น)

 

2. สถานการณ์ที่สามารถนำไปใช้ได้

การรู้จำตัวอักษรบนฉลากบรรจุภัณฑ์ (เช่น หมายเลขล็อตสีขาวบนฝาขวดสีเขียว) การตรวจจับข้อบกพร่องสีแดง (เช่น สิ่งเจือปนสีขาวบนชิ้นส่วนยางสีแดง) และการแยกเป้าหมายออกจากพื้นหลังที่ซับซ้อน (เช่น การระบุตำแหน่งชิ้นส่วนบนสายพานลำเลียงสีเขียว)

Machine Vision Lighting (5).png

หมายเหตุ: แสงสีเขียวอาจทำให้ตาได้รับความระคายเคืองอย่างรุนแรง; ต้องสวมแว่นตาป้องกันขณะปฏิบัติงาน

 

ⅴ. กลยุทธ์หลัก: เพิ่มความคมชัดด้วย "สีที่อยู่ติดกัน/สีตรงข้าม"

หลังจากเลือกสีของแสงที่เหมาะสมแล้ว การใช้ "กลยุทธ์การตัดกับสี" สามารถเพิ่มประสิทธิภาพในการตรวจสอบได้เป็นสองเท่า:

 

1. กลยุทธ์สีที่อยู่ติดกัน

ใช้สีของแสงที่ใกล้เคียงกับวัตถุเป้าหมาย (เช่น แสงสีเขียวสำหรับชิ้นส่วนสีเขียว) สิ่งนี้จะทำให้วัตถุเป้าหมายสว่างขึ้นในภาพ และ "ทำให้" พื้นหลังที่รบกวนจางลง—ตัวอย่างเช่น ลวดลายสีเขียวบนถุงบรรจุภัณฑ์สีเขียวจะดูจางลงภายใต้แสงสีเขียว จึงไม่รบกวนการอ่านรหัส QR สีขาว .

 

2. กลยุทธ์สีตรงข้าม

ใช้สีของแสงที่อยู่ตรงข้ามกับวัตถุเป้าหมายบนวงล้อสี (เช่น สีแดงกับสีเขียว สีน้ำเงินกับสีเหลือง) สิ่งนี้จะสร้างความต่างของความสว่างอย่างชัดเจน—ตัวอย่างเช่น ตัวหนังสือสีขาวบนพื้นหลังสีเขียวจะสว่างขึ้นภายใต้แสงสีแดง ในขณะที่พื้นหลังมืดลง ซึ่งช่วยเพิ่มอัตราความสำเร็จในการตรวจจับอย่างมาก

Machine Vision Lighting (6).png

ⅵ. สรุป: ตารางการเลือกสีของแสงสำหรับการอ้างอิงอย่างง่าย

จุดประสงค์หลักของสีในการให้แสงคือการ "เพิ่มความคมชัดระหว่างเป้าหมายกับพื้นหลัง" ไม่จำเป็นต้องทำให้ซับซ้อนเกินไป ขึ้นอยู่กับประเภทของวัสดุและข้อบกพร่อง ให้อ้างอิงตารางด้านล่างและใช้กลยุทธ์สีที่อยู่ติดกันหรือสีตรงข้ามกัน เพื่อให้ได้คุณภาพของภาพที่ดีที่สุด และเพิ่มประสิทธิภาพของอัลกอริทึมเป็นสองเท่า

 

การเลือกสีของแสงต้องพิจารณาปัจจัยต่อไปนี้อย่างรอบด้าน:

สีของแสง

ช่วงความยาวคลื่น (นาโนเมตร)

ลักษณะสําคัญ

การใช้งานทั่วไป

แสงสีขาว

380–750

หลากหลาย แสดงสีได้ครบถ้วน

การทดสอบเบื้องต้น การตรวจสอบแบบผสมหลายหมวดหมู่ การตรวจจับความแตกต่างของสี

แสงสีฟ้า

450–495

เน้นข้อบกพร่อง ลดการสะท้อน

รอยขีดข่วนบนโลหะ สิ่งเจือปนในกระจก การระบุตำแหน่งขอบ

ไฟแดง

620–750

สามารถทะลุผ่านได้ดี เหมาะสำหรับวัสดุสีเข้มหรือกึ่งโปร่งใส

อ่านตัวอักษรบนขวดสีเข้ม การตรวจจับฟองอากาศในคอลลอยด์ การตรวจสอบชั้นระหว่างวัสดุ

แสงสีเขียว

520–570

ยับยั้งพื้นหลัง ให้ความคมชัดสูง

การรู้จำตัวอักษร การเสริมความเข้มของเป้าหมายสีแดง

 

ก่อนหน้า : การประยุกต์ใช้ระบบปัญญาประดิษฐ์เพื่อการมองเห็นของเครื่องจักรในการตรวจจับผลไม้เน่า

ถัดไป : จากข้อผิดพลาดของมนุษย์สู่ความแม่นยำด้วยปัญญาประดิษฐ์: เทคโนโลยี Machine Vision ปฏิวัติการควบคุมคุณภาพแผงวงจรพีซีบีอย่างไร

สอบถามข้อมูลสอบถามข้อมูล

ติดต่อ HIFLY วันนี้:

ชื่อ
บริษัท
มือถือ
ประเทศ
อีเมล
ข้อความ
0/1000
อีเมล อีเมล WhatsApp WhatsApp วีแชท วีแชท
วีแชท
ด้านบนด้านบน